AILS-NTUA 팀이 CLEF EXIST 2026 Lab의 성차별 식별 과제(밈, 짧은 동영상)에 제출한 시스템을 소개했어요. 이 시스템은 Gradient Boosting 모델과 계층적 후처리 파이프라인을 기반으로 합니다. 밈의 경우, 고정관념, 대상화, 풍자, 혐오감을 포착하기 위한 시각, 텍스트, 인구통계, 생체 정보, LLM 기반 의미 지표를 결합했어요.
짧은 동영상의 경우, 기능 선택, 프레임 기반 시각적 표현, OCR 기반 텍스트 기능, 음향 기술자, 센서 기반 메타데이터의 효과를 조사했어요. 개발 결과, 밈의 성차별 식별 성능은 LLM 기반 의미 지표를 집중적으로 활용했을 때 향상됐어요.